搜索资源列表
jueceshur8
- 是构造决策树分类器的一种算法，它是ID3算法的扩展。ID3算法只能处理离散型的描述性属性，而此算法还能够处理描述性属性是连续型的情况。
yingyong
- 应用层组播(application-layer multicast,简称ALM)是网络层组播的重要补充.但与网络层组播不同的是,应用层组播结构的组成节点是具有独立利益和决策的主机用户.自私的主机用户为了提高自身利益,可能不严格遵守应用层组播协议的规定,从而对组播会话的整体性能带来影响.为了设计可信任的、鲁棒的应用层组播协议,对应用层组播的用户自私性进行研究是必要的.综述了这一领域的研究进展,并按照应用层组播协议的工作阶段把这些研究分为3
TheStudyofDecisionTreeClassifyingMethodinDataminin
- 分类知识的获取是数据挖掘要实现的重要任务之一，其核心问题是解决分类模型的构造和分类算法实现。本文以决策树分类方法中有代表性的方法C4．5为例，介绍数据挖掘中一种分类方法一决策树分类方法及其构建和应用研究。
jueceshur8
- 是构造决策树分类器的一种算法，它是ID3算法的扩展。ID3算法只能处理离散型的描述性属性，而此算法还能够处理描述性属性是连续型的情况。-Decision tree classifier is constructed of an algorithm, which is an extension of ID3 algorithm. ID3 algorithm can only handle discrete descr iptive att
yingyong
- 应用层组播(application-layer multicast,简称ALM)是网络层组播的重要补充.但与网络层组播不同的是,应用层组播结构的组成节点是具有独立利益和决策的主机用户.自私的主机用户为了提高自身利益,可能不严格遵守应用层组播协议的规定,从而对组播会话的整体性能带来影响.为了设计可信任的、鲁棒的应用层组播协议,对应用层组播的用户自私性进行研究是必要的.综述了这一领域的研究进展,并按照应用层组播协议的工作阶段把这些研究分为3
TheStudyofDecisionTreeClassifyingMethodinDataminin
- 分类知识的获取是数据挖掘要实现的重要任务之一，其核心问题是解决分类模型的构造和分类算法实现。本文以决策树分类方法中有代表性的方法C4．5为例，介绍数据挖掘中一种分类方法一决策树分类方法及其构建和应用研究。-Classification of knowledge acquisition is a data mining in order to achieve one of the important tasks, the core of
eGovementDesignRealise
- 目前国内已掀起电子政务的应用热潮,但对电子政务如何建立系统且先进的数据工程体系 并构造电子政务的决策支持系统尚不多见。在开发南海市区(镇) 电子政务的决策支持系统中,利 用软件工程开发方法、决策支持的构件化框架以及数据仓库和多维数据技术方面取得了良好效果, 文中对其中的关键技术作概要介绍。-At present, has caused an upsurge of e-government applications, but
DecisionTree
- 通过构造决策树来进行分类,并用信息熵来剪枝获取最小的树从而进行属性约简-By constructing a decision tree for classification, and information entropy to obtain the smallest tree pruning in order to carry out attribute reduction
DataWarehouse
- 本书论述在设计和建造数据仓库中涉及的所有主要问题，论述分析型环境(决策支持系统环境)以及在这种环境中的数据构造。主要内容包括数据仓库的设计与建造步骤，传统系统到数据仓库的迁移，数据仓库的数据粒度、数据分割、元数据管理、外部数据与非结构化数据，分布式数据仓库、高级管理人员信息系统和数据仓库的设计评审等。 本书主要是面向数据仓库的设计、开发和管理人员，以及构造和使用现代信息系统的人员，也适于信息处理方面的高校师生和从事传统数据库系统技术工作
DataWarehouse
- 本书论述在设计和建造数据仓库中涉及的所有主要问题，论述分析型环境(决策支持系统环境)以及在这种环境中的数据构造。主要内容包括数据仓库的设计与建造步骤，传统系统到数据仓库的迁移，数据仓库的数据粒度、数据分割、元数据管理、外部数据与非结构化数据，分布式数据仓库、高级管理人员信息系统和数据仓库的设计评审等。 本书主要是面向数据仓库的设计、开发和管理人员，以及构造和使用现代信息系统的人员，也适于信息处理方面的高校师生和从事传统数据库系统技术工作
decision-tree
- 该算法是数据挖掘中的数据分类算法，通过构造决策树，进而实现对数据的分类。-Data classification, decision tree structure
database
- 本书论述在设计和建造数据仓库中涉及的所有主要问题，论述分析型环境(决策支持系统环境)以及在这种环境中的数据构造。主要内容包括数据仓库的设计与建造步骤，传统系统到数据仓库的迁移，数据仓库的数据粒度、数据分割、元数据管理、外部数据与非结构化数据，分布式数据仓库、高级管理人员信息系统和数据仓库的设计评审等。 本书主要是面向数据仓库的设计、开发和管理人员，以及构造和使用现代信息系统的人员，也适于信息处理方面的高校师生和从事传统数据库系统技术工作
dongtaiguihua
- 动态规划的基本思想是把求解的问题分成许多阶段或 多个子问题，然后按照顺序求解各个子问题。前一子问题的解为后一子问题的求解提供了有用的信息。在求解任一子问题时，列出各种可能的局部解，通过决策保留那些可能达到最优的局部解，舍弃其他的局部解。依次解决各个子问题，最后一个子问题的解就是原问题的解。动态规划算法与分治法类似，但是不同的是，在使用动态规划求解问题时得到的各个子问题往往不是相互独立的。由于动态规划算法解决问题往往有重叠子问题的特点
Games
- Bayes分类器——算法设计 1． 使用决策树(Decision tree)分类算法、朴素贝叶斯（Naï ve Bayes）算法或者K-近邻（kNN）算法（三者任选其一）对给定的训练数据集构造分类器，并在测试数据集上进行分类预测。 2． 数据集描述： Tic-tac-toe游戏的二叉分类。Tic-tac-toe游戏示例如下-Bayes classifier- Algorithm 1. Using the decisi
classification-of-decision-tree
- 寻找新的构造决策树和简化决策树的方法一直是决策树技术研究的一个热点。SLIQ 算法和 SPRINT 算法很好的解决了磁盘驻留数据太大以至于无法被内存容纳带来的问题-Looking for new constructed decision tree and simplify the decision tree method has been a research focus of the decision tree technique.
ID3
- ID3算法流程如下： 1.如果节点的所有类标号相同，停止分裂； 2.如果没有feature可供分裂，根据多数表决确定该节点的类标号，并停止分裂； 3.选择最佳分裂的feature，根据选择feature的值逐一进行分裂；递归地构造决策树。-ID3 algorithm process is as follows: 1. If the node is the same for all class label, stop divi
ID3
- ID3算法实现，构造决策树，并预测相应输出，应用领域广泛，商业经济领域，航空航天等领域。-ID3 algorithm to construct a decision tree, and predict the corresponding output, wide range of applications, business economics, aerospace and other fields.
DecisionTreeID3
- ID3算法是一种贪心算法，用来构造决策树。ID3算法起源于概念学习系统（CLS），以信息熵的下降速度为选取测试属性的标准，即在每个节点选取还尚未被用来划分的具有最高信息增益的属性作为划分标准，然后继续这个过程，直到生成的决策树能完美分类训练样例。(The ID3 algorithm is a greedy algorithm, which is used to construct a decision tree. ID3 algorit
第三次 关键的构造决策
- 选择构建语言 编程约定 选择主要的构建实践方法(Select the construction language Programming conventions Select the main construction practice method)
可用程序
- 首先构造决策树，产生随机森林，是一种预测模型。(First, constructing decision trees to produce random forests is a prediction model.)